Upload
others
View
13
Download
0
Embed Size (px)
Citation preview
26
BAB III
METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian
Penentuan lokasi penelitian menggunakan teknik purposive atau secara
sengaja berdasarkan pertimbangan bahwa Desa Tulungrejo, Kecamatan Bumiaji
merupakan penghasil buah apel terbesar di Kota Batu dan telah ada beberapa
petani apel yang beralih ke sistem pertanian organik. Lokasi penelitian ini
bertempat di Desa Tulungrejo, Kecamatan Bumiaji, Kota Batu. Waktu penelitian
ini yaitu selama 4 bulan dimulai bulan Agustus hingga November.
3.2 Metode Pengambilan Sampel dan Pengambilan Data
3.2.1 Penentuan Jumlah Sampel
Menurut Sevilla et al. (2007;182) dalam Supriyanto dan Iswandari (2017)
Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah
menggunakan rumus Slovin sebagai berikut :
n =
e
Keterangan :
n : Jumlah Sampel
N : Jumlah Populasi
e : Batas Toleransi Kesalahan
27
Tabel penetuan jumlah sampel dari Isac dan Michael memberikan
kemudahan penetuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5%, dan
10%.
Populasi petani apel di Desa Tulungrejo berjumlah 511 petani apel.
Berdasarkan jumlah populasi tersebut maka dapat di tentukan jumlah sampel pada
penelitian ini dengan menggunakan rumus Slovin dan tingkat kesalahan 10%
sebagai berikut :
n =
e
n =
n =
n = 83,6 (84 responden)
Jumlah sampel petani apel pada penelitian ini berdasarkan perhitungan
diatas sebanyak 84 responden.
3.2.2 Metode Pengambilan Sampel
Penelitian ini menggunakan metode Stratified random sampling dalam
pengambilan sampel di karenakan populasinya yang bersifat heterogen.
Kasjono & Yasril (2009) dalam Bulkia dan Herawati (2018), mengemukakan
bahwa pengambilan sampel acak stratifikasi adalah suatu metode pengambilan
sampel di mana populasi yang bersifat heterogen dibagi-bagi dalam lapisan-
lapisan (strata) yang saling pisah tuntas, dan dari setiap strata dapat diambil
sampel secara acak. Stratified random sampling pada penelitian ini menggunakan
strata Luas lahan sebagai berikut :
28
Tabel 3.1 Pengambilan Jumlah Sampel Berdasarkan Luas Lahan
No. Luas Lahan (M2) Jumlah anggota populasi
(Orang)
Jumlah sampel
(Orang)
1 < 5.000 301 49
2 5.000 – 10.000 101 17
3 > 10.000 109 18
TOTAL 511 84
Sumber : Data Primer, Diolah 2018.
Pada Tabel 3.1 di dapatkan sampel sebanyak 49 responden dari 301 petani
apel yang memiliki Luas lahan kurang dari 5.000 , sebanyak 17 responden dari
101 petani apel yang memiliki Luas lahan 5.000 sampai 10.000 , dan
sebanyak 18 responden dari 109 petani apel yang memiliki Luas lahan lebih dari
10.000 , di dapatkan jumlah sampel penelitian sebanyak 84 responden.
3.2.3 Metode Pengambilan Data
Dalam penelitian ini digunakan metode pengumpulan data sebagai berikut:
1. Metode observasi
Suatu metode pengumpulan data yang dilakukan secara sistematis dan
disengaja dengan melakukan pengamatan dan pencatatan yang bertujuan
untuk mengetahui secara langsung apa yang terdapat di lapangan.
2. Metode kuesioner
Suatu metode pengambilan data dengan cara melakukan penyebaran
kuesioner (angket) yang berisi tentang sejumlah pertanyaan atau
pernyataan.
29
3. Metode wawancara
Suatu metode yang digunakan untuk mencapai tujuan tertentu,
mendapatkan keterangan atau pendapat secara lisan langsung dari
narasumber.
4. Metode dokumentasi
Suatu metode yang digunakan untuk mengumpulkan data dengan cara
medokumentasikan semua hal-hal yang ada dilapang yang bertujuan untuk
mengumpulkan data-data yang diperlukan yang ada di tempat atau lokasi
penelitian.
3.3 Jenis Dan Sumber Data Penelitian
Penelitian menggunakan dua jenis data yaitu data primer dan sekunder.
Data primer merupakan data atau informasi yang digali langsung dari responden
penelitian. Data sekunder merupakan data atau informasi yang bersifat
mendukung, melengkapi dan memperkuat penelitian yang diperoleh dari Dinas
Pertanian, kantor Kecamatan dan hasil-hasil penelitian terdahulu.
3.4 Variabel Penelitian
Menurut Sugiyono (2011) dalam Wandy dan Dharmayanti (2014),
menjelaskan bahwa variabel penelitian adalah segala sesuatu yang berbentuk apa
saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi
tentang hal tersebut, kemudian ditarik kesimpulannya.
Variabel yang digunakan dalam penelitian yaitu:
30
1. Variabel Endogen (Variabel Terikat)
Variabel endogen adalah variabel yang dianggap dipengaruhi oleh variabel
lain dalam model. Variabel endogen yang digunakan dalam penelitian ini adalah
Keengganan petani dalam menerapkan sistem pertanian apel organik (Y).
Tabel 3.2 Indikator Keengganan Petani Dalam Menerapkan Sistem Sistem
Pertanian Apel Organik.
Variabel Indikator
Keengganan
Petani Dalam
Menerapkan
Sistem Sistem
Pertanian Apel
Organik (Y)
Tidak Menguntungkan
Tidak Sesuai dengan kebudayaan dan norma
Tidak mudah di kerjakan
Sumber : Data Primer, Diolah 2018
2. Variabel Eksogen (Variabel Bebas)
Variabel Eksogen adalah variabel yang dianggap memiliki pengaruh
terhadap variabel yang lain, namun tidak dipengaruhi oleh variabel lain dalam
model. Variabel eksogen yang digunakan dalam penelitian ini adalah Pendidikan,
Jumlah tanggungan keluarga, Luas lahan, Pendapatan, Pengalaman bertani.
Divinisi dari varibel tersebut adalah sebagi berikut:
1. Pendidikan (X1)
Pendidikan adalah sarana belajar dimana selanjutnya akan menanamkan
sikap pengertian yang menguntungkan menuju pembangunan praktek
pertanian yang lebih modern
.
31
2. Jumlah tanggungan keluarga (X2)
Jumlah Tanggungan keluarga adalah banyaknya beban tanggungan petani
dalam satuan jiwa.
3. Luas lahan (X3)
Luas lahan adalah areal atau tempat yang digunakan untuk melakukan
usahatani.
4. Pendapatan petani (X4)
Pendapatan petani adalah salah satu tolak ukur yang diperoleh petani dari
usahatani yang dilakukan.
5. Pengalaman bertani (X5)
Pengalaman bertani adalah banyaknya tahun yang telah dijalani petani
dalam berusahatani.
6. Informasi penyuluh (X6)
Informasi penyuluh adalah Informasi-informasi yang diterima oleh petani
dari penyuluh melalui seminar, demplot, dan kontak langsung dengan
penyuluh.
3.5 Metode Pengukuran Data
3.5.1 Skala Likert
Skala Likert menurut Djali dan Muljono (2007), skala likert ialah skala
yang dapat dipergunakan untuk mengukur sikap, pendapat, dan persepsi seseorang
atau sekelompok orang tentang suatu gejala atau fenomena pendidikan. Skala
Likert adalah suatu skala psikometrik yang umum digunakan dalam kuesioner,
32
dan merupakan skala yang paling banyak digunakan dalam riset berupa survei.
Nama skala ini diambil dari nama Rensis Likert, pendidik dan ahli psikolog
Amerika Serikat. Rensis Likert telah mengembangkan sebuah skala untuk
mengukur sikap masyarakat di tahun 1932.
Skala itu sendiri salah satu artinya adalah ukuran-ukuran berjenjang. Skala
penilaian merupakan skala untuk menilai sesuatu yang pilihannya berjenjang,
misalnya 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Skala Likert juga merupakan alat untuk
mengukur (mengumpulkan data dengan cara “mengukur-menimbang” yang
“itemnya” butir-butir pertanyaannya) berisikan pilihan yang berjenjang.
Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang atau sekelompok orang tentang fenomena sosial. Variabel yang akan
diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut
dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat
berupa pertanyaan atau pernyataan. Jawaban setiap item instrumen yang
menggunakan Skala Likert mempunyai gradasi dari sangat positif sampai sangat
negatif. Jenis skala yang digunakan oleh peneliti adalah jenis skala likert yang
merupakan skala berupa daftar pernyataan tertulis dengan lima pilihan jawaban
berupa sangat tidak setuju (1), tidak setuju (2), ragu-ragu (3), setuju (4), dan
sangat setuju (5).
3.5.2 Validitas Dan Reliabilitas
Nurkancana dan Sunartana (1992), menyatakan bahwa suatu alat pengukur
dapat dikatakan alat pengukur yang valid apabila alat pengukur tersebut dapat
mengukur apa yang hendak diukur secara tepat. Validitas dan reliabilitas, tentunya
33
dipengaruhi oleh (1) instrumen, (2) subjek yang diukur, dan (3) petugas yang
melakukan pengukuran. Pengukuran dalam tingkat adopsi inovasi tentunya yang
terpenting adalah informasi hasil ukur yang benar. Sebab dengan hasil ukur yang
tidak atau kurang tepat maka akan memberikan informasi yang tidak benar,
sehingga kesimpulan yang diambil juga tidak benar.
Uji validitas menunjukan ketepatan dan kecermatan alat ukur dalam
melakukan fungsi ukurnya. Uji Validitas dengan menggunakan SmartPLS yaitu
validitas konstruk (Construct validity). Validitas konstruk menunjukan seberapa
baik hasil-hasil yang diperoleh dari penggunaan alat ukur. Kevalidan dari suatu
peubah indikator dalam mengukur variable laten dapat dinilai dengan melihat nilai
dari Loading Factor (LF). Validitas konstruk dapat diuji melalui validitas
konvergen (convergent validity) dengan kriteria jika nilai loading factor (LF)
sebesar lebih dari 0,60 maka indikator tersebut dinyatakan valid.
Konsistensi dari variable indicator dalam mengukur variable laten dapat dilihat
dari nilai construct reliability dan variance extracted. Apabila nilai construct
reliability > 0,7 dan variant extracted > 0,5, maka menunjukan variable indicator
tersebut konsisten.
3.5.3 Perhitungan Kategori Variabel
Perhitungan kategori variabel disini dilakukan untuk mengelompokkan
setiap indikator dari variabel yang ada ke dalam setiap kategori berdasarkan batas
nilai tertentu. Hal ini bertujuan untuk mengetahui tingkat nilai dari setiap
indikator variabel yang ada. Perhitungan ini untuk mendukung analisis deskriptif
34
yang nantinya akan dilakukan. Perhitungan dari kategori Variabel dapat
menggunkan rumus seperti berikut ini:
i ange∑kategori
kor tertinggi- kor terenda
Jadi, i = -
=
= 0,8
3.6 Analisis Data
Penelitian ini menggunakan analisis data deskriptif kuantitatif yaitu
penelitian yang bertujuan menjelaskan fenomena yang ada dengan menggunakan
angka-angka untuk mencandarkan karakteristik individu atau kelompok
(Syamsudin & Damiyanti 2011) dalam (Venturina, 2017). Penelitian ini menguji
faktor-faktor yang mempanguruhi tingkat adopsi inovasi. Analisis yang digunakan
adalah sebagai berikut :
3.6.1 Analisis Inferensial PLS
Partial Least Square (PLS) adalah salah satu teknik Structural Equation
Modeling (SEM) yang mampu menganalisis variabel laten, variable indikator, dan
kesalahan pengukuran secara langsung. PLS dikembangkan sebagai alternatif
apabila teori yang digunakan lemah atau indikator yang tidak memenuhi model
pengukuran reflektif atau data tidak berdistribusi normal (Wiyono, 2011). SEM
merupakan salah satu metode yang digunakan saat ini untuk menutup kelemahan
yang ada pada metode regresi. Metode regresi sendiri merupakan metode yang
paling sering digunakan para peneliti kuantitatif (Hussein, 2015).
35
PLS dapat bekerja untuk model dengan hubungan konstrak dan indikator-
indikatornya yang bersifat reflektif dan formatif, sedangkan SEM hanya dapat
bekerja untuk model hubungan yang bersifat reflektif saja. Kelebihan dari metode
PLS yakni data tidak harus berdistribusi normal multivariate atau indikator
dengan skala kategori, ordinal, interval sampai dengan rasio dapat digunakan pada
model yang sama dan ukuran sampel pada PLS tidak harus besar yakni dapat
kurang dari 100 (Sofyani, n.d.). Kelemahan dari PLS yaitu distribusi data tidak
dapat diketahui sehingga tidak dapat menilai signifikansi statistik, namun
kelemahan ini dapat diatasi dengan menggunakan metode resampling (Bootstrap).
Analisis hubungan antarvariabel dari indikator terdapat tiga model
hubungan yaitu outer model, inner model, dan weight relation. Penjelasan dari
ketiga model hubungan tersebut sebagai berikut:
1. Outer Model atau model pengukuran yaitu spesifikasi hubungan antara
variabel laten dengan indikatornya, disebut juga dengan outer relation atau
measurement model, yang menjelaskan karakterisitik variabel laten dengan
indikator. Persamaan model reflektif dapat dituliskan sebagai berikut (Wiyono,
2011):
x = Ʌxξ +εx
y = Ʌyη + εy
Dimana x dan y merupakan indikator untuk variabel laten ek ogen ξ dan
endogen η sedangkan Ʌx dan Ʌy merupakan matriks loading yang
menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten
dengan indikatornya. Residual diukur dengan εx dan εy, yang diinterpretasikan
sebagai kesalahan pengukuran.
36
2. Inner model merupakan hubungan antara variabel laten (structural model)
disebut juga dengan inner relation. Model ini menunjukan adanya hubungan
antarvariabel laten berdasarkan substantive theory. Persamaan model formatif
dapat dituliskan sebagai berikut:
ηj = ∑iβ jiη i+ ∑ iγ jbξb ξ j.
3. Weight Relation adalah estimasi nilai kasus dari variabel laten. Nilai dari
kasus setiap variabel laten dapat diestimasi sebagai berikut:
ξb Σkb Wkb Xkb
ƞi Σki Wki yki
Dimana Wkb dan Xkb adalah k weight digunakan untuk membentuk
e tima i variabel laten ξb dan ƞi. E tima i variabel laten adala linear agregat
dari indikator yang nilai weightnya didapat dengan menggunakan prosedur
estimasi dari PLS.
Uji model menggunakan Partial Least Square (PLS) menurut Wiyono (2011),
dilakukan melalui outer model dan inner model. Untuk penjelasan lebih lanjut
adalah sebagai berikut:
Pada prinsipnya outer model adalah untuk menguji indikator terhadap
variabel laten, atau dengan kata lain untuk mengukur seberapa jauh indikator
tersebut dapat menjelaskan variabel latennya. Indikator diuji dengan convergent
validity, discriminat validity, average variance extracted (AVE), dan composite
reliability. Untuk penjelasan lebih lanjut dapat dilihat pada tabel berikut ini :
37
Tabel 3.3 Kriteria Penilaian PLS Uji Outer Model (Model Pengukuran)
Uji Model Output Kriteria
Outer Model
Convergent Validity Nilai loading factor
0,50- 0,60 sudah
dianggap cukup
Discriminant Validity Nilai korelasi Cross
Loading dengan variabel
latennya harus lebih
besar dibandingkan
dengan korelasi terhadap
variabel laten lain
AVE Nilai Ave harus diatas
0,50
Composite Relibility ≥ 7
Sumber: Data Sekunder, 2011
Inner model atau disebut juga sebagai model struktural pada prinsipnya
digunakan untuk menguji pengaruh antara satu variabel laten dengan variabel
laten lainnya. Pengujian dilakukan dengan melihat persentase varian yang
dijelaskan R2
untuk variabel laten dependen yang dimodelkan mendapatkan
pengaruh dari variabel laten independen menggunakan ukuran stone-geisser Q
square test dan juga melihat besarnya koefisien jalur strukturalnya (Wiyono,
2011). Untuk penjelasan lebih jelasnya dapat dilihat pada tabel berikut ini :
38
Tabel 3.4 Kriteria Penilaian PLS Uji Inner Model (Model Struktural / Uji
Hipotesis)
Uji Model Output Kriteria
Inner Model
(Uji Hipotesis)
R2 untuk variabel laten
endogen
Hasil R2 sebesar 0,67;
0,33; dan 0,19
mengidikasikan bahwa
model baik, moderat,
dan lemah.
Koefisien parameter dan
T- statistik
Nilai estimasi untuk
hubungan jalur dalam
model struktural harus
signifikan. Diperoleh
dengan prosedur
bootstrapping.
Sumber : Data Sekunder, 2011